Maintenant que l’intelligence artificielle (IA) générative est à l’ordre du jour de la plupart des hauts dirigeants, l’équipe des Services bancaires et marchés mondiaux de la Banque Scotia a récemment organisé un événement visant à démystifier l’IA à l’intention des chefs d’entreprise désireux d’en apprendre davantage sur cette technologie très attendue.
Avec le thème provocateur de l’événement, « Les GML pour tous sont-ils en train de devenir une réalité? », les participants n’ont pas eu à attendre longtemps pour obtenir la réponse de Jonathan Rosenbluth, conférencier vedette de Cohere, l’un des principaux fournisseurs de plateformes d’IA pour les grands modèles de langage (GML) destinés aux entreprises.
« Dans quelques années, nos emplois ne seront plus les mêmes, et nous interagirons tous quotidiennement avec des assistants intelligents au moyen de multiples points de contact, a déclaré M. Rosenbluth, directeur de la stratégie liée aux produits de Cohere. Nous commençons à peine à voir comment cette technologie peut être déployée dans les organisations. Non seulement elle changera la manière dont les entreprises existantes interagissent avec leurs clients et leurs employés, mais elle suscitera également de nouveaux modèles d’affaires et changera les industries. »
Passer de l’idée géniale à d’innombrables applications
M. Rosenbluth a une connaissance enviable des possibilités réelles qu’offrent les GML puisqu’au cours des trois dernières années, il a aidé Cohere à concevoir sa plateforme novatrice de GML, que de nombreuses grandes entreprises adoptent aujourd’hui dans leurs activités.
En fait, M. Rosenbluth a expliqué à l’auditoire à quel point l’intérêt pour l’IA générative est monté en flèche au cours de la dernière année et comment les applications évolueront au cours de l’année à venir, à mesure que les modèles seront connectés aux sources de données et aux applications des entreprises, et que leur utilité et leur incidence augmenteront de façon spectaculaire.
C’est exactement ce que fait Cohere, basée à Toronto, en créant des modèles et des plateformes d’IA générative sécurisés, adaptés aux besoins et pouvant être hébergés sur n’importe quelle infrastructure infonuagique pour les entreprises du monde entier. Axée sur la résolution de problèmes concrets, Cohere forme de grands modèles de langage, qui recueillent du texte et produisent des extrants comme ChatGPT, et des modèles intégrés qui comprennent réellement le texte, y compris la sémantique complexe et toutes les nuances du langage, et le convertissent en vue d’utilisations commerciales personnalisées.
Rendre l’innovation en IA plus accessible
Soulignant « l’évolution des GML et la démocratisation de cette technologie qui contribuera à redéfinir notre façon de travailler »,
Divya Goyal, analyste, Recherche sur le marché des actions à la Banque Scotia, a demandé à M. Rosenbluth comment il entrevoyait l’accélération du déploiement de la technologie à court terme.
« Aujourd’hui, la technologie s’est tellement démocratisée qu’elle devient beaucoup plus accessible, très rapidement. Nous contribuons à démocratiser cette technologie en donnant à un ingénieur en logiciels ou à une entreprise en pleine croissance la possibilité de créer des applications puissantes avec l’IA, ce qui était auparavant [hors de portée] », a répondu M. Rosenbluth. Il a mentionné l’outil de clavardage offert par Cohere, Coral, qui peut être connecté aux sources de données d’une entreprise pour renforcer les capacités de recherche et d’extraction sophistiquées, et pour créer des agents conversationnels intelligents capables de générer des réponses précises et d’effectuer des tâches routinières.
« De nos jours, beaucoup d’entre nous ne peuvent imaginer faire leur travail sans Internet, et c’est ce que nous penserons de l’IA dans quelques années. Nous aurons des assistants dotés d’IA qui nous aideront à chaque instant de la journée, pour répondre aux questions, rédiger et réviser des documents, et nous rappeler les tâches que nous devons accomplir, a expliqué M. Rosenbluth. En tant que travailleurs du savoir, cela transformera notre mode de fonctionnement cognitif puisque nous aurons une grande quantité de renseignements à portée de main. Cela aura une incidence considérable sur l’engagement des employés et des clients, et pourra transformer des secteurs tels que les services financiers, juridiques et médicaux, ainsi que le commerce de détail. »
Être prêt à faire face aux risques
Dans un contexte où l’on adresse souvent des éloges à cette technologie, Mme Goyal, de la Banque Scotia, a mis M. Rosenbluth au défi d’aborder certains des moins bons côtés de l’IA générative, qui comprennent notamment les risques liés à la cybersécurité et à la confidentialité des données, ainsi que la crainte que les GML puissent produire des réponses inexactes et biaisées en raison d’une conception défectueuse ou de données d’entreprise incomplètes et non épurées.
M. Rosenbluth a répondu que Cohere est la seule entreprise à avoir signé à la fois les engagements volontaires actualisés de l’administration américaine pour gérer les risques liés à l’IA et le Code de conduite volontaire visant les systèmes d’IA générative avancés du Canada. En outre, l’entreprise collabore activement avec Innovation, Sciences et Développement économique Canada en vue de l’élaboration de règlements efficaces et maintient des politiques rigoureuses en matière de sécurité des données, investit massivement dans la sécurité des plateformes et procède à des déploiements privés, de sorte que les données des clients ne sont pas exposées. Il insiste sur le fait qu’« il est important qu’une organisation soit en mesure de protéger ses renseignements confidentiels et exclusifs ».
« En ce qui concerne les hallucinations, terme utilisé dans l’industrie pour désigner la production de renseignements erronés, nous nous efforçons d’améliorer l’exactitude des modèles, notamment en appliquant la "génération augmentée de récupération" (RAG). Nous permettons à nos clients de relier nos modèles à un large éventail de sources externes et nos modèles fournissent des citations claires afin que les renseignements puissent être vérifiés », a expliqué M. Rosenbluth.
En outre, grâce à des mises au point, une organisation peut utiliser ses propres données pour perfectionner le modèle, y compris sur des sujets techniques et très spécialisés propres à l’industrie. Cela permet au modèle d’en apprendre davantage sur des domaines précis. Au fil du temps, grâce à l’entraînement et à une boucle de rétroaction continue, le modèle devient de plus en plus performant dans les tâches qui lui sont assignées.
M. Rosenbluth insiste sur le fait que l’efficacité des GML dépend de la capacité des entreprises à accéder à des ensembles de données diversifiés et de haute qualité : « De nos jours, les organisations réfléchies se concentrent sur la création d’outils pour recueillir des données à partir de leurs sources internes, et les mettre sous la bonne forme, afin qu’elles puissent former et affiner les modèles d’IA générative pour obtenir les meilleurs résultats. »
Commencer dès maintenant à mettre à l’essai de nouvelles utilisations et à éliminer les risques
Malgré les défis, M. Rosenbluth affirme que le fait de s’aventurer aujourd’hui dans les GML portera ses fruits demain : « Certains chefs d’entreprise trouveront d’innombrables raisons expliquant pourquoi ils ne sont pas prêts à construire quelque chose, mais vous ne gagnerez pas avec cette technologie si vous restez sur la touche. Au contraire, vous devez commencer à construire dès aujourd’hui. Le plus important est de choisir un cas d’utilisation, de s’assurer de protéger ses données au cours du processus et de commencer à construire. »
Il ajoute que, du point de vue d’un investisseur qui tente d’évaluer quelles entreprises sont susceptibles de tirer le plus grand profit de l’IA générative, « c’est formidable si une entreprise a une stratégie en IA, mais il faut se demander quels sont les produits réels qu’elle a construits ou qu’elle est en train de construire, même s’il ne s’agit que de tests bêta. Les entreprises qui développent ce muscle aujourd’hui sont celles qui gagneront demain. »
À l’issue de l’événement, les participants avaient sans doute une idée plus claire des répercussions potentielles de l’IA sur les entreprises et les industries. Comme l’a déclaré avec assurance M. Rosenbluth, « cette technologie n’en est qu’à ses débuts. Il s’agit d’un moment extrêmement intéressant pour investir dans cet espace ou adopter cette technologie pour faire progresser les produits et les services. »
